随着物联网的广泛应用，越来越多的边缘计算节点需要接入云端网络，并产生海量的数据。为了降低通讯成本，减少数据上云的数据量，同时提高数据处理实时性，达到本地及时响应而且在断网情况下也可以本地及时处理数据的目的，有必要在边缘端引入实时流数据处理。大多数边缘计算节点的计算资源较为有限，目前的实时流计算框架大部分无法运行。EMQ X Kuiper 应运而生，它是一个开源的轻量级物联网边缘数据分析和流式处理软件，可以运行在各类资源受限的边缘设备上。Kuiper 提供了 SQL 语法进行数据的各种常见处理，并可通过配置的方式与各种边缘或云端服务连接以扩展处理能力和对接能力。本次演讲将介绍 Kuiper 的整体架构，Kuiper 提供的流数据分析能力的技术细节，涵盖 Kuiper 数据 ETL（抽取、转换与加载）、排序、分组、聚合、SQL 函数和二进制数据处理。同时还将介绍音频和视频 AI 分析的扩展，以及物联网分析所需的时间窗口等功能的实现原理。

演讲提纲：
1. 边缘流处理背景

• 流处理简介
• 边缘流处理的应用场景
• 边缘流处理的主要挑战

2. Kuiper：基于 SQL 的边缘流处理引擎

• 引子：车联网应用实时分析汽车总线数据以及相关传感器数据遇到的问题
• 规则部署和热更新：Kuiper 如何解决业务逻辑变更挑战
• 聚合分析：Kuiper 如何实现时间窗口
• 复杂场景支持：Kuiper 如何提高 SQL 表达能力
• 充分整合：Kuiper 配置式 AI 调用
• 实现原理

3. 业务实践和案例

• 整合 EdgeX Foundry 规则引擎
• 与 KubeEdge 云端协作通道

4. 未来规划

• 开源 LF Edge

你将获得：

• 了解边缘流处理的应用场景、价值和挑战 了解流处理，特别是边缘端流处理的概念和技术
• 了解边缘端流处理的典型解决方案